目录 1
前言 1
第1章 绪论 1
1.1 人工智能及其发展 1
1.2 人工智能主要分支简介 2
1.3 人工智能技术在矿业工程中的应用 12
参考文献 14
第2章 人工智能技术的综合集成化 17
2.1 人工智能技术的发展趋向——综合集成化 17
2.2 人工神经网络专家系统 19
2.3 遗传神经网络 22
2.4 BP神经网络的改进算法 26
2.5 遗传算法的改进 28
参考文献 31
2.6 本章结语 31
第3章 矿区开发条件评价与开发次序决策的智能化系统 33
3.1 矿区开发条件综合评价指标体系 33
3.2 基于专家评判的评价指标权重分析 39
3.3 矿区开发次序优化决策的专家系统 47
3.4 实例研究 65
3.5 本章结语 71
参考文献 72
第4章 矿田资源预测与估算智能系统 74
4.1 引言 74
4.2 基于遗传神经网络的断层推断研究 74
4.3 基于遗传神经网络的煤层厚度预测研究 83
4.4 基于人工智能方法的矿石品位估算研究 88
4.5 本章结语 94
参考文献 94
5.2 矿井资源开采条件评价因素结构及其指标体系 96
第5章 矿井资源开采条件综合评价与工作面产量预测智能系统 96
5.1 引言 96
5.3 基于神经网络专家系统的评价因素隶属函数的建立 105
5.4 基于遗传神经网络的评价因素权重确定 108
5.5 资源开采条件综合评价模型 117
5.6 基于综合集成化智能方法的综采工作面产量预测 118
5.7 本章结语 122
参考文献 122
第6章 矿山开采工艺与设备优化选择的综合智能系统 124
6.1 概述 124
6.2 选择可行开采工艺方案的专家系统 130
6.3 确定开采工艺评价因素权重的人工神经网络系统 138
6.4 开采工艺优化选择的模糊评判系统 151
6.5 山开采设备优化选择的遗传算法模型 157
6.6 本章结语 159
参考文献 160
第7章 矿区可持续发展评价与决策智能系统 163
7.1 矿区可持续发展意义 163
7.2 矿区可持续发展评价体系 164
7.3 利用人工神经网络评价矿区可持续发展 164
7.4 基于专家系统的矿区可持续发展措施选择系统 168
7.5 矿区环境工程评价系统研究 169
7.6 实例研究 177
7.7 本章结语 182
参考文献 183
第8章 研究结论与前景展望 186
8.1 主要研究结论 186
8.2 综合集成化人工智能方法前景展望 187
参考文献 188